CommunityBildgithub.com

Envision

Stelle dir vor, wie ein realer Ort aussehen könnte. Mit Fotos, Inspirationen und einer kreativen Zusammenarbeit zwischen dir und der KI.

Was ist Envision?

Envision ist ein KI-gestützter Skill, der es dir ermöglicht, reale Räume wie Häuser, Zimmer, Gärten, Terrassen, Büros oder Geschäfte anhand von Fotos neu zu gestalten. Der Skill erstellt zunächst ein persönliches Geschmacksprofil aus verschiedenen Inspirationsquellen (Bilder, Zips, Ordner, Pinterest-Boards, Stilnamen oder einfache Texte). Auf Wunsch kann ein Moodboard zur visuellen Bestätigung des Profils erstellt werden. Anschließend arbeitet Envision Schritt für Schritt an den echten Fotos, generiert Versionen (mit oder ohne Möblierung) und iteriert mit dem Nutzer, bis einige Bilder validiert sind. Die Bildgenerierungs-Engines sind modular und können einfach ausgetauscht werden – der Skill unterstützt unter anderem Codex/ChatGPT, die OpenAI API, manuelle Eingabe oder zukünftige Adapter. Der Workflow ist für Entwickler und KI-Agenten-Nutzer ideal, die schnell und flexibel Designideen visualisieren möchten, ohne auf komplexe 3D-Modelle angewiesen zu sein.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/dtazi/envision/tree/HEAD

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Envision?

Ein Arbeitsablauf zwischen einer Person und dir (dem Planer), um zu sehen, was aus einem realen Ort werden könnte. Bleib locker: Dieses Werkzeug ist dafür gemacht, mit der Nutzung zu wachsen. Folge der Person, nicht dieser Datei, wenn sie etwas anderes möchte; dies sind Standardwerte, keine Regeln.

Die Pfade unten sind relativ zum Ordner dieses Skills (<skill>), den du finden kannst, wenn du weißt, wo du diese Datei gelesen hast.

0. Projekt öffnen oder starten

  • Wenn der aktuelle Ordner eine project.md enthält, ist das das Projekt: Lies sie, taste.md und die log.md des gerade bearbeiteten Raums, und mache dort weiter, wo es aufgehört hat.
  • Andernfalls frage nach einem Projektnamen und erstelle den Ordner (Standard: ~/Envision/<projekt>/, oder wo immer die Person es möchte) mit dieser Struktur. Erstelle Teile nur, wenn sie benötigt werden:
<projekt>/
  project.md        # was der Ort ist, Engine-Wahl, Räume und ihr Status, Entscheidungen
  taste.md          # das geschriebene Geschmacksprofil (von der Person validiert)
  inspiration/      # alles, was die Person gegeben hat: Bilder, entpackte Ordner, links.md, Notizen
  moodboard/        # optional, zur Validierung des Geschmacks
  place/            # Pläne, Karten, Übersichtsfotos des gesamten Ortes, falls vorhanden
  spaces/<raum>/
    originals/      # echte Fotos dieses Raums
    prompts/        # eine Prompt-Datei pro Render
    renders/        # Ausgaben
    log.md          # jede Runde: was gefragt wurde, was erstellt wurde, was die Person gesagt hat

Starte project.md mit <skill>/templates/project.md.

1. Werkzeuge einbinden (beim ersten Mal in einem Projekt oder auf Anfrage)

Führe <skill>/scripts/doctor.sh aus. Es listet auf, welche Bild-Engines auf diesem Rechner verwendbar sind. Zeige der Person die Liste in einfachen Worten und lass sie wählen; notiere die Wahl in project.md. Wenn die gewünschte Engine nicht bereit ist, führe die Person durch den Prozess (der Header jedes Adapters sagt, was benötigt wird). Frage niemals nach geheimen Werten und drucke sie nicht aus: Schlüssel befinden sich in der eigenen Shell-Umgebung der Person.

Der Planer bist du, unabhängig davon, in welcher App dieser Skill geöffnet wurde (Claude Code, Codex, ...). Notion oder jeder andere Ort, um eine Projektseite zu führen, ist optional: Wenn die Person es möchte und ein Connector verfügbar ist, spiegele die Kurzbeschreibung, den Geschmack und die validierten Bilder dorthin; der lokale Ordner bleibt die Quelle der Wahrheit.

2. Den Geschmack verstehen

Nimm alles, was die Person gibt, in beliebiger Mischung: Bilder im Chat, einen Zip oder einen Ordner, Pinterest-Boards oder -Pins, Links, einen benannten Stil ("spanische Hazienda", "Japandi"), Sprachnotizen, einfachen Text. Speichere das Material in inspiration/. Sieh dir jedes Bild an; lies bei Links, was du erreichen kannst, und sage ganz klar, was du nicht konntest.

Schreibe taste.md mit der Vorlage <skill>/templates/taste.md: eine einzeilige Zusammenfassung, dann was immer wieder auftaucht (Materialien, Farben, Licht, Möbel, Pflanzen, Stimmung), wie die Person in einem Raum lebt (aus ihren Worten), was sie NICHT möchte, und offene Fragen. Verknüpfe jede Behauptung mit ihren Quellen (z.B. "Terrakottaböden: 6 von 40 Bildern + so gesagt"). Bitte die Person dann, es zu korrigieren. Es ist eine lebende Datei: Aktualisiere sie, wann immer eine Runde dir etwas lehrt ("lehnt weiße Sofas immer wieder ab").

3. Moodboard (optional)

Biete es an; mach es nur, wenn die Person den Geschmack visuell bestätigen möchte. Wähle den günstigsten Weg, der die Frage beantwortet: eine Auswahl ihrer eigenen Bilder oder Pins (kostenlos), Links zum Anschauen (kostenlos) oder generierte Bilder (kosten Geld/Kontingent: sage das zuerst). Speichere in moodboard/ und notiere in taste.md, was die Person validiert oder abgelehnt hat.

4. Der Ort

Wenn es einen Plan, eine Karte oder einen vollständigen Satz von Fotos gibt, speichere sie in place/ und schreibe in project.md die Liste der Räume und wie sie verbunden sind, damit Versionen über Räume hinweg konsistent bleiben (derselbe Boden durchgehend, dieselbe Palette). Wenn nicht, arbeite Raum für Raum mit den Fotos, die die Person sendet. Erstelle spaces/<raum>/ pro Raum und lege die Originalfotos in originals/ ab. Beschreibe vor dem ersten Render, was wirklich da ist (Wände, Öffnungen, Boden, Decke, Licht, was erhaltenswert ist), damit die Person dich korrigieren kann.

5. Runden

Die Person bittet um etwas ("4 Versionen der Terrasse, keine Möbel", "dasselbe, aber mit einer Bar"). Für jede Version:

  1. Schreibe den Prompt in spaces/<raum>/prompts/<render-name>.txt. Beginne mit der Anfrage der Person und taste.md; übergib 0-5 Inspirationsbilder als Stilreferenzen, wenn sie helfen. Wenn die Version den realen Ort beibehalten soll, sage dies explizit im Prompt: dieselben Wände, Öffnungen, Proportionen, Kamerawinkel und Bildausschnitt; nenne die Dinge, die sich nicht bewegen dürfen (ein Baum, eine Treppe). Sage, was sich ändert und was nicht.
  2. Wähle das Basisbild und teile der Person mit, welches: das echte Foto, um dem Ort treu zu bleiben, oder einen vorherigen Render, um zu behalten, was ihnen gefallen hat. Große Änderungen gehen normalerweise zurück zum echten Foto; kleine Anpassungen können auf einem Render aufbauen.
  3. Rendere mit: <skill>/scripts/render.sh <engine> --base <img> --prompt <datei> --out <png> [--ref <img>]... (unabhängige Versionen können parallel laufen). Benenne Render so, dass sie sortieren und aussagen, was sie sind, z.B. r2-03-keine-moebel-bar.png.
  4. Sieh dir jedes Ergebnis selbst an, bevor du es zeigst. Sage ehrlich, wo es vom realen Ort abgewichen ist (Kamera hat sich bewegt, ein Baum ist verschwunden). Sende die Bilder im Chat.
  5. Protokolliere die Runde in log.md: die Anfrage, jedes Rendering mit seiner Basis, Referenzen, Prompt-Datei und was du siehst, dann die Reaktion der Person.

Die Person reagiert: "behalte dies, lass das weg, diese beiden gefallen mir, mehr in die Richtung". Arbeite es in die nächste Runde ein (und in taste.md, wenn es um den Geschmack und nicht um diesen Raum geht). Mach weiter, bis die Person ein paar Bilder validiert. Markiere sie in log.md als validated und liste sie in project.md, dann gehe zum nächsten Raum oder zum nächsten Teil des Raums.

Engines

Jede Engine ist eine ausführbare Datei in <skill>/engines/ mit demselben Vertrag (siehe engines/README.md). Um eine hinzuzufügen (eine andere API, ein lokales Modell, eine von Hand gesteuerte Web-App), füge dort eine Datei hinzu; sonst ändert sich nichts.

Verwandte Skills